2013年以来,我国中东部地区冬季伴随着高PM2.5浓度的空气污染事件频发,该地区冬季的空气污染状况及其气象成因越来越成为人们普遍关注的热点话题。基于中国环境监测中心提供的PM2.5浓度数据、中国气象局地面与高空常规观测资料以及欧洲中心的再分析资料,以PM2.5浓度和能见度作为环境空气质量的代表,选择一月代表冬季,探究了2013至2019年我国中东部地区冬季空气污染的成因。主要研究内容和结论如下:1)气象条件对区域尺度PM2.5浓度变化的贡献依据高层经向环流指数MCI,可将2013至2019年划分为,气象-污染年（2013、2014、2015、2017和2019年）和气象-清洁年（2016和2018年）。气象条件的变化可能导致了气象-污染年之间（2013和2014年）26%PM2.5浓度的变化和气象-污染年与气象-清洁年之间16-20%PM2.5浓度的变化。污染物排放量的变化可能导致了气象-污染年之间21-47%PM2.5浓度的变化。对比两个气象-清洁年,2018年冬季污染物排放较2016年可能减少了40%。总体而言,污染物排放量对PM2.5浓度变化的贡献应高于气象条件。2)PM2.5浓度、相对湿度对能见度变化的相对贡献差别相对湿度低于70%、PM2.5浓度低于75μg/m3时,我国中东部地区能见度多高于10km,PM2.5浓度增加是此时能见度迅速降低的主导因素;相对湿度上升（70-85%）和PM2.5浓度增加（75-200μg/m3）的共同作用导致了能见度降低至10-5km;能见度进一步下降至5-2km则更多依赖于相对湿度的进一步升高（85-95%）,PM2.5浓度与此时能见度相关性减弱;能见度降低至2km甚至更低主要是由于水汽近饱和状态下（相对湿度为95%以上）的雾滴消光,与PM2.5浓度的变化关系不大。3)PM2.5浓度与环境湿度对能见度的多元回归模型与不按相对湿度分组直接拟合相比,以相对湿度85%为限分别拟合我国中东部地区能见度很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的RMSE从3.7-9.2下降至0.5-0.7,5km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015至2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.86,为雾-霾数值预报系统提供了新的能见度参数化算法。